[LeetCode]Binary Tree Traversal & Binary Tree Maximum Path Sum

本文LeetCode(http://www.leetcode.com/onlinejudge)内的binary tree travel,包含3个:

1). Binary Tree Inorder Traversal

2). Binary Tree Level Order Traversal

3). Binary Tree Maximum Path Sum

 

1). Binary Tree Inorder Traversal

 

递归很简单;常规做法。非递归版本用stack保存,right,val,left依次压入。

 

class Solution {
public:
    vector<int> inorderTraversal(TreeNode *root) {
        vector<int> v;
        if (root == NULL) return v;
        travel(root->left, v);
        v.push_back(root->val);
        travel(root->right, v);
        return v;
    }

    void travel(TreeNode* cur, vector<int>& v) {
        if (cur == NULL) return;
        travel(cur->left, v);
        v.push_back(cur->val);
        travel(cur->right, v);
    }
}; 
#include <stack>
using namespace std;
struct A {
    TreeNode* ptr;
    int val;
    A (TreeNode* p, int v=-1) : ptr(p), val(v) {}
};
class Solution {
public:
    vector<int> inorderTraversal(TreeNode *root) {

        vector<int> v;
        if (root == NULL) return v;
        stack<A> q;
        q.push(A(root));

        while (!q.empty()) {
            A cur = q.top(); q.pop();
            if (cur.ptr == NULL) {
                v.push_back(cur.val);
                continue;
            }
            if (cur.ptr->right != NULL) q.push(A(cur.ptr->right));
            q.push(A(NULL, cur.ptr->val));
            if (cur.ptr->left != NULL) q.push(A(cur.ptr->left));
        }
        return v;
    }
}; 

 

 

 

2). Binary Tree Level Order Traversal

 

常规做法,队列实现

 

#include <queue>
using namespace std;

class Solution {
    public:
        vector<vector<int> > levelOrder(TreeNode *root) {
            vector<vector<int> > res;

            if (root == NULL) return res;
            queue<TreeNode*> q;
            q.push(root);
            q.push(NULL);
            TreeNode* cur;
            vector<int> v;
            while (!q.empty()) {
                cur = q.front(); q.pop();
                if (cur == NULL) {
                    res.push_back(v);
                    v.clear();
                    if (!q.empty()) q.push(NULL);
                    continue;
                }
                v.push_back(cur->val);
                if (cur->left != NULL)  q.push(cur->left);
                if (cur->right != NULL) q.push(cur->right);
            }
            return res;
        }
};

 

 

3). Binary Tree Maximum Path Sum

 

 

方法:从叶节点开始向上搞。

 

#include <queue>
using namespace std;

class Solution {
    public:
        vector<vector<int> > levelOrder(TreeNode *root) {
            vector<vector<int> > res;

            if (root == NULL) return res;
            queue<TreeNode*> q;
            q.push(root);
            q.push(NULL);
            TreeNode* cur;
            vector<int> v;
            while (!q.empty()) {
                cur = q.front(); q.pop();
                if (cur == NULL) {
                    res.push_back(v);
                    v.clear();
                    if (!q.empty()) q.push(NULL);
                    continue;
                }
                v.push_back(cur->val);
                if (cur->left != NULL)  q.push(cur->left);
                if (cur->right != NULL) q.push(cur->right);
            }

            return res;
        }
};

 

 上面的code貌似贴错了。

update@2013/09/04

 

class Solution {
public:
    int res ;
    int maxPathSum(TreeNode *root) {
        res = -111111;
        maxSum(root);
        return res;
    }

    int maxSum(TreeNode* cur) {
        if (cur == NULL) return 0;
        int left = max(maxSum(cur->left) , 0);
        int right = max(maxSum(cur->right), 0);
        int t = left + right + cur->val;
        res = (t > res ? t : res);
        t = max(left, right) + cur->val;
        return max(t, 0);
    }
};

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值